CN107145807B - 含有未知标签的射频识别系统的丢失标签识别方法 - Google Patents

含有未知标签的射频识别系统的丢失标签识别方法 Download PDF

Info

Publication number
CN107145807B
CN107145807B CN201710311783.9A CN201710311783A CN107145807B CN 107145807 B CN107145807 B CN 107145807B CN 201710311783 A CN201710311783 A CN 201710311783A CN 107145807 B CN107145807 B CN 107145807B
Authority
CN
China
Prior art keywords
label
read head
unknown
time slot
fragment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710311783.9A
Other languages
English (en)
Other versions
CN107145807A (zh
Inventor
陈鸿龙
林凯
刘璐
付金楠
丁鑫旺
石乐义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201710311783.9A priority Critical patent/CN107145807B/zh
Publication of CN107145807A publication Critical patent/CN107145807A/zh
Application granted granted Critical
Publication of CN107145807B publication Critical patent/CN107145807B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/0008—General problems related to the reading of electronic memory record carriers, independent of its reading method, e.g. power transfer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10019—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers.
    • G06K7/10069—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the frequency domain, e.g. by hopping from one frequency to the other

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种含未知标签的射频识别系统的丢失标签识别方法，所述识别方法包括未知标签抑制和丢失标签识别两个过程。在进行未知标签抑制过程中，若判断某个标签为未知标签，则该标签进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程，通过对未知标签的抑制，本发明识别方法方法能够有效射频识别系统中的未知标签，降低未知标签对丢失标签识别过程的影响，提高识别的精度。在丢失标签识别过程中，将每个帧分为多个子帧，并且只保留单时隙，大大缩短了识别时间。

Description

含有未知标签的射频识别系统的丢失标签识别方法
技术领域
本发明属于射频识别和物联网技术领域，涉及射频识别系统，具体地说，涉及了一种含有未知标签的射频识别系统的丢失标签识别方法。
背景技术
射频识别(英文：Radio Frequency Identification，简称：RFID)系统通常由一个后台服务器、一个或者多个读头(英文：Reader)以及大量的标签(英文：Tag)组成，读头可以通过无线信道与其射频传输范围内的标签进行简单的通信。后台服务器预存每个标签的ID，并且通过有线或无线的方式可以与读头进行信息交换。最直接的丢失标签识别方法是由读头逐一广播每个标签的ID，标签接收到其ID信息后即刻返回应答信息，读头通过检测每个标签是否有回答来识别丢失标签。这种方法的优点在于能够实现对丢失标签的完全识别。另一种方法时基于帧时隙Aloha(Framed Slotted Aloha)协议，由读头广播帧长度和随机数种子，每个标签基于接收到的帧长度、随机数种子和自己的ID，通过哈希函数计算各自的应答时隙，读头可以提前预测每个时隙的状态，并进一步检测每个时隙的实际状态来识别丢失标签的ID，该方法能够有效提高识别效率。上述丢失标签检测方法可用于大规模仓库或商场的物品监控与管理，通过识别丢失标签实现对丢失物品的追踪，有效提高其运行效率。然而，丢失标签识别问题仍然面临以下几个主要挑战：(1)如何有效抑制系统中未知标签对识别过程的干扰，提高丢失标签识别精度；(2)如何有效提高丢失标签识别效率，降低识别时间。
在RFID系统应用中，系统中标签的ID信息通常会由后台服务器存储，读头可以实时获取，这些标签称为已知标签，即其ID信息读头是已知的。但是，系统中可能会存在一些没有在后台服务器存储ID信息的标签，读头并不能提前获取这些标签的信息。例如：在一个大型仓库里，由于经常会有新进货物，其附带的标签的信息可能没有及时存储到后台服务器中，因此，该标签就成为未知标签。在读头进行丢失标签识别的过程中，读头并不能区分未知标签和已知标签，因此，未知标签也会发送相应的应答信息，对丢失标签的识别过程产生严重的干扰。
目前已有的适用于RFID系统的丢失标签识别方法是IIP方法。IIP方法(参见T.Li,S.Chen,and Y.Ling.Identifying The Missing Tags in A Large RFID System.InProceedings of ACM MobiHoc,2010.)是基于时隙Aloha协议的丢失标签检测方法，包括多轮检测。在每一轮的检测过程中，读头首先广播一个包含r和f的信息，其中r是随机数种子，f是每个帧(英文：Frame)的时隙个数，同时读头广播一个包含f位信息的向量，每一位表示对应的时隙的预期状态，如果该时隙的预期状态是有多个应答信息，则为‘1’，如果该时隙的预期状态是没有或者有一个应答信息，则为‘0’。每个标签根据读头广播的参数信息以及自己的ID选择其应答的时隙。若标签检测到其所应答的时隙对应的信息为‘1’，说明在该时隙将会有多个标签应答，此时，该标签以50％的概率进行应答。之后，读头检测每个时隙的状态，生成并广播一个新的包含f位信息的向量，每一位表示对应的时隙的实际状态，如果该时隙的实际状态为只有一个应答信息，则为‘1’，如果该时隙的实际状态为有多个或者没有应答信息，则为‘0’。每个标签接收到该向量时，若其所对应的位信息为‘1’，则它将不再参与下一轮的检测。读头通过检测预期是有标签应答的时隙的实际状态，进而识别丢失标签的ID。SFMTI方法(参见X.Liu,K.Li,G.Min,Y.Shen,A.Liu,and W.Qu.CompletelyPinpointing The Missing RFID Tags in A Time-Efficient Way,in IEEETransactions on Computers,vol.64,pp.87–96,2015.)是在IIP方法的基础上，引入了一种能够将预期是冲突的时隙分解成多个Singleton时隙，即读头在每个帧里增加一定数量的时隙，让一部分原本选择冲突时隙应答的标签重新选择这部分新增的时隙作为应答时隙，同时，将预期是空的时隙删除，大大提高了识别效率。RUNI方法(参见M.Shahzad andA.X.Liu.Fast and reliable detection and identification of missing RFID tagsin the wild,in IEEE/ACM Transactions on Networking,2016.)也是基于帧时隙Aloha协议的方法，通过比较每个时隙的期望状态和实际状态的不同来识别丢失标签，同时该方法考虑了系统中可能存在的未知标签，首先估计未知标签的数量，再根据系统的要求计算出相应的参数，实现对丢失标签的完全识别。
然而，上述丢失标签识别方法的总体缺陷是不能有效抑制未知标签的干扰，使得其识别精度不高，并且时隙利用率不高，识别过程相对较慢。
发明内容
本发明针对现有技术存在的无法有效抑制未知标签干扰、识别精度不高等上述不足，提供一种含未知标签的射频识别系统的丢失标签识别方法，该方法能够有效抑制未知标签，将未知标签的影响降到射频识别系统允许的范围之内，并且有效提高时隙的利用率，提高丢失标签识别效率。
为了达到上述目的，本发明提供了一种含未知标签的射频识别系统的丢失标签识别方法，所述识别方法包括未知标签抑制和丢失标签识别两个过程，其具体步骤为：
(一)未知标签抑制
读头估计射频识别系统中未知标签的个数，进行第1轮未知标签抑制，若判断某个标签为未知标签，则该标签进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程；
读头确定未知标签抑制过程的轮数r1；
在第2轮至第r1轮未知标签抑制过程中，读头对未被抑制的未知标签进行抑制；
(二)丢失标签识别
读头确定丢失标签识别过程的轮数为r2，并进行r2轮的丢失标签识别；读头在进行第i轮识别过程中，1＜i≤r2，读头先进行未知标签的抑制，再进行丢失标签的识别。
优选的，所述射频识别系统由一个后台服务器、一个读头、N个已知标签和U个未知标签组成，其中，已知标签N包含P个现有标签和M个丢失标签，即N＝P+M，每个标签有一个唯一的96位ID。
优选的，步骤(一)中，进行第1轮未知标签抑制的具体步骤为：
读头设置帧长度f为N，生成随机数种子，读头基于帧长度、随机数种子以及每个已知标签的ID，预测当前帧每个时隙的状态，用f位的向量EV1表示，其中，若当前时隙的预测状态为空时隙，则对应位为“0”，否则为“1”；
读头广播帧长度和随机数种子，每个标签接收当前帧时隙的状态即可计算标签应答时隙编号；
读头逐一执行当前帧的每个时隙，每个标签在标签应答时隙内返回1位应答信息；
读头检测每个时隙的实际状态，用f位的向量AV1表示；
读头统计在EV1中时“0”，而在AV1中是“1”的位数，用n01表示，即可估计未知标签的数量为：
读头将向量EV1分成个片段并逐一广播，每个标签接到广播的片段后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程。
进一步的，步骤(一)中，读头确定未知标签抑制过程的轮数r1时，通过公式(2)计算未知标签抑制过程的轮数r1，公式(2)的表达式如下：
式中，α为射频识别系统要求的识别精度，α∈[0,1)。
优选的，步骤(一)中，在第2轮至第r1轮未知标签抑制过程中，进行第i轮未知标签抑制，1＜i≤r1，其具体步骤为：
读头设置帧长度f为N，生成随机数种子，并广播帧长度和随机数种子，每个标签接收当前帧时隙的状态即可计算标签应答时隙编号；
读头预测当前帧每个时隙的状态，并保存在f位的向量EVi中；
读头将向量EVi分成个片段，记为“EVi j”，读头逐一广播片段EVi j，每个标签接到广播的片段EVi j后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程。
进一步的，步骤(二)中，读头确定丢失标签识别过程的轮数r2时，通过公式(3)计算丢失标签识别过程的轮数r2，公式(3)的表达式如下：
优选的，在第i轮丢失标签识别过程中，读头先进行未知标签的抑制，再进行丢失标签的识别时，其具体步骤为：
读头设置帧长度fi为未被确认的已知标签个数，生成随机数种子，并广播帧长度和随机数种子，每个标签接收读头广播的信息后即可计算标签应答时隙编号；读头预测当前帧每个时隙的状态，生成fi位的向量DVi，若当前时隙的预测状态为空时隙，则对应位为“0”，否则为“1”；读头将向量DVi分成个片段并逐一广播，每个标签接到广播的片段后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程；
读头根据每个时隙的预测状态，生成一个fi位的向量IVi，其中每位表示对应时隙的预测状态，若为单时隙，该位为“1”，若为非单时隙，该位为“0”；读头将向量IVi分成个片段，记为“IVi j”，将本轮识别的帧分成个子帧；读头按顺序广播片段IVi j，每个片段之后紧跟着执行相应的子帧，当每个标签接收到广播片段IVi j后，与广播片段IVi j对应的标签判断该标签对应的位的值是否为“1”，若是，则计算在广播片段IVi j中与广播片段IVi j对应的标签所在的位之前的“1”的个数，假设为ω，则与广播片段IVi j对应的标签在与广播片段IVi j对应的子帧中的第ω个时隙返回一个1位的应答信息，若不是，与广播片段IVi j对应的在本轮识别中保持静默；在每个子帧中，读头检测每个时隙的实际状态，若有应答信息，则读头判断与应答时隙所对应的标签是存在的，将未被确认的已知标签个数减一，每个返回应答信号的标签将在后面的识别过程中保持静默，若读头检测到子帧中的某个时隙为空，即可判断该时隙对应的标签为丢失标签，并将未被确认的已知标签个数减一。
与现有技术相比，本发明的有益效果在于：
(1)本发明提供的丢失标签识别方法包括未知标签抑制和丢失标签识别两个过程，在进行未知标签抑制过程中，若判断某个标签为未知标签，则该标签进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程，通过对未知标签的抑制，本发明识别方法方法能够有效射频识别系统中的未知标签，降低未知标签对丢失标签识别过程的影响，提高识别的精度。
(2)本发明提供的丢失标签识别方法，在丢失标签识别过程中，将每个帧分为多个子帧，并且只保留单时隙，大大缩短了识别时间。
(3)本发明提供的丢失标签识别方法，在每轮识别过程中及时抑制已被确认为未丢失的已知标签，并把已被确认的未丢失标签和已被识别出的丢失标签从待识别的标签中去除，减少了之后识别过程中需要识别的标签数，有效提高了识别效率。
附图说明
图1为本发明实施例含未知标签的射频识别系统的丢失标签识别方法的未知标签抑制过程示意图。
图2为本发明实施例含未知标签的射频识别系统的丢失标签识别方法的丢失标签识别过程示意图。
图3为α＝0.9时本发明实施例所述含未知标签的射频识别系统的丢失标签识别方法与现有方法的识别精度随已知标签数量变化的比较示意图。
图4为α＝0.9时本发明实施例所述含未知标签的射频识别系统的丢失标签识别方法与现有方法的识别时间随已知标签数量变化的比较示意图。
图5为α＝0.99时本发明实施例所述含未知标签的射频识别系统的丢失标签识别方法与现有方法的识别精度随已知标签数量变化的比较示意图。
图6为α＝0.99时本发明实施例所述含未知标签的射频识别系统的丢失标签识别方法与现有方法的识别时间随已知标签数量变化的比较示意图。
具体实施方式
下面，通过示例性的实施方式对本发明进行具体描述。然而应当理解，在没有进一步叙述的情况下，一个实施方式中的元件、结构和特征也可以有益地结合到其他实施方式中。
本发明揭示了一种射频识别系统，由一个后台服务器、一个读头、N个已知标签和U个未知标签组成，其中，已知标签N包含P个现有标签和M个丢失标签，即N＝P+M，每个标签有一个唯一的96位ID，读头通过无线信道与其射频范围内的标签进行简单通信，后台服务器预存每个标签的ID，并且通过有线或无线的方式与读头进行信息交换。为了有效避免数据包冲突，所述读头采用基于帧时隙Aloha协议与标签进行通信。
本发明还揭示了一种含未知标签的射频识别系统的丢失标签识别方法，该方法基于帧时隙Aloha协议。在每个帧之前，读头广播一条包含r和f的信息，其中，r是随机数种子，f是每个帧的时隙个数。在每个标签接收到该信息后，每个标签计算H(ID，r)对f的余数，并以此作为标签应答时隙编号，其中，H是所有读头和标签共有的哈希函数，ID是该标签的身份识别码。因此，每个节点都会在[0,f-1]中选择一个时隙进行应答。每个时隙根据应答标签的个数可以分为三类：空时隙(empty slot)，没有标签选择该时隙应答；单时隙(singleton slot)，只有一个标签选择该时隙应答；冲突时隙(collision slot)，多个标签选择该时隙应答。同时，根据标签应答信息长度的不同，每个时隙的长度分为ttag、tl和ts，其中，ttag用于传输96位的ID信息，tl用于传输10位的长应答信息，ts用于传输1位的短应答信息。根据相关的RFID规范，ttag＝2.4毫秒，tl＝0.8毫秒，ts＝0.4毫秒。
由于上述射频识别系统中的未知标签会对丢失标签过程产生严重干扰。本发明揭示的含未知标签的射频识别系统的丢失标签识别方法针对上述射频识别系统，在丢失标签识别之前，首先对未知标签进行抑制，使他们不参与丢失标签的识别过程，从而解决未知标签的干扰问题。
下面对本发明揭示的含未知标签的射频识别系统的丢失标签识别方法进行详细描述，该方法包括未知标签抑制和丢失标签识别两个过程，其具体步骤为：
步骤一：未知标签抑制
(1)读头估计射频识别系统中未知标签的个数，进行第1轮未知标签抑制，若判断某个标签为未知标签，则该标签进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程；
(2)读头确定未知标签抑制过程的轮数r1；
(3)在第2轮至第r1轮未知标签抑制过程中，读头对未被抑制的未知标签进行抑制。
步骤二：丢失标签识别
读头确定丢失标签识别过程的轮数为r2，并进行r2轮的丢失标签识别；读头在进行第i轮识别过程中，1＜i≤r2，读头先进行未知标签的抑制，再进行丢失标签的识别。
上述步骤一的步骤(1)中，进行第1轮未知标签抑制，其具体抑制过程如下：
读头设置帧长度f为N，生成随机数种子，读头基于帧长度、随机数种子以及每个已知标签的ID，预测当前帧每个时隙的状态，用f位的向量EV1表示，其中，若当前时隙的预测状态为空时隙，则对应位为“0”，否则为“1”；
读头广播帧长度和随机数种子，每个标签接收当前帧时隙的状态即可计算标签应答时隙编号；
读头逐一执行当前帧的每个时隙，每个标签在标签应答时隙内返回1位应答信息；
读头检测每个时隙的实际状态，用f位的向量AV1表示；
读头统计在EV1中时“0”，而在AV1中是“1”的位数，用n01表示，即可估计未知标签的数量为：
读头将向量EV1分成个片段，每个片段最多96位，记为“EV1 jEV1 j”，读头逐一广播片段EV1 j，每个标签接到广播的片段EV1 j后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程。
上述步骤一的步骤(2)中，在第1轮未知标签抑制结束后，读头确定未知标签抑制过程的轮数r1，通过公式(2)计算未知标签抑制过程的轮数r1，公式(2)的表达式如下：
式中，α为射频识别系统要求的识别精度，α∈[0,1)。
上述步骤一的(3)中，在第2轮至第r1轮未知标签抑制过程中，读头对未被抑制的未知标签进行抑制，在第1轮之后的r1-1轮未知标签抑制过程采用的步骤相同。
在第1轮之后的r1-1轮未知标签抑制过程中，以第i轮为例进行说明，1＜i≤r1，进行第i轮未知标签抑制的具体步骤为：
读头设置帧长度f为N，即f＝N,读头生成随机数种子，并广播帧长度和随机数种子，每个标签接收当前帧时隙的状态后即可计算标签应答时隙编号；
读头预测当前帧每个时隙的状态，并保存在f位的向量EVi中；
读头将向量EVi分成个片段，每个片段最多96位，记为“EVi j”，读头逐一广播片段EVi j，每个标签接到广播的片段EVi j后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程。
在上述步骤二中，在读头确定丢失标签识别过程的轮数r2时，通过公式(3)计算丢失标签识别过程的轮数r2，公式(3)的表达式如下：
在上述步骤二中，在第i轮丢失标签识别过程中，读头先进行未知标签的抑制，再进行丢失标签的识别时，其具体步骤为：
(1)读头设置帧长度fi为未被确认的已知标签个数，生成随机数种子，并广播帧长度和随机数种子，每个标签接收读头广播的信息后即可计算标签应答时隙编号；读头预测当前帧每个时隙的状态，生成fi位的向量DVi，若当前时隙的预测状态为空时隙，则对应位为“0”，否则为“1”；读头将向量DVi分成个片段并逐一广播，每个标签接到广播的片段后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程；
(2)读头根据每个时隙的预测状态，生成一个fi位的向量IVi，其中每位表示对应时隙的预测状态，若为单时隙，该位为“1”，若为非单时隙，该位为“0”；读头将向量IVi分成个片段，记为“IVi j”，将本轮识别的帧分成个子帧；读头按顺序广播片段IVi j，每个片段之后紧跟着执行相应的子帧，当每个标签接收到广播片段IVi j后，与广播片段IVi j对应的标签判断该标签对应的位的值是否为“1”，若是，则计算在广播片段IVi j中与广播片段IVi j对应的标签所在的位之前的“1”的个数，假设为ω，则与广播片段IVi j对应的标签在与广播片段IVi j对应的子帧中的第ω个时隙返回一个1位的应答信息，若不是，与广播片段IVi j对应的在本轮识别中保持静默；在每个子帧中，读头检测每个时隙的实际状态，若有应答信息，则读头判断与应答时隙所对应的标签是存在的，将未被确认的已知标签个数减一，每个返回应答信号的标签将在后面的识别过程中保持静默，若读头检测到子帧中的某个时隙为空，即可判断该时隙对应的标签为丢失标签，并将未被确认的已知标签个数减一。
实施例：
参见图1，射频识别系统中的现有标签有t1，t2，t3，t4，t5和t6，丢失标签有t7，t8，t9和t10，未知标签有t11，t12，t13和t14。
继续参见图1，对上述射频识别系统进行第1轮未知标签抑制，在第1轮未知标签抑制过程中，读头设置帧长度f＝N,N＝10,生成随机数种子，并广播帧长度和随机数种子。每个标签接收到上述读头广播达的信息后计算标签应答时隙编号。读头预测每个时隙的状态，并保存在f位的向量EV1中，如图1中的期望帧。读头执行该帧，每个标签在标签应答时隙里发送一个1位应答信息，读头检测每个时隙的实际状态，存于f为的向量AV1，如图1中的实际帧。读头根据EV1和AV1的值，估计出上述射频识别系统未知标签的数量读头把EV1分成多个片段，如附图1中的EV1 0和EV1 1，并广播这些片段。每个标签接收到读头广播的片段后，找出标签应答时隙所对应的位的信息，若为‘0’，则可判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程，如图1中的标签t13和t14。第1轮未知标签抑制完成之后，读头通过下述公式计算未知标签抑制的轮数r1：
式中，N为已知标签个数，为未知标签个数的估计值，α为射频识别系统要求的识别精度，r2为丢失标签识别过程的轮数，为：
。在第2轮的未知标签抑制过程中，读头只需生成向量EV2，并将EV2分成多个片段，逐一广播。每个标签接收到读头广播的片段后，找出标签应答时隙所对应的位的信息，若为‘0’，则可判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程，直至r1轮未知标签抑制执行完毕。
如附图2所示，在第i轮识别之前，射频识别系统中的现有标签有t1，t2，t3，t4，t5和t6，丢失标签有t7，t8，t9和t10，未被抑制的未知标签有t11和t12。在第i轮识别中，读头设置帧长度为未被确认的已知标签数量，生成随机数种子，并广播帧长度和随机数种子信息。每个标签接收到广播的帧长度和随机数种子信息后计算标签应答时隙编号。读头预测每个时隙的状态，并存于fi位的向量DVi。读头把DVi分成多个片段，并广播这些片段。每个标签接收到读头广播的片段后，找出标签应答时隙所对应的位的信息，若为‘0’，则可判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程，如附图2中的标签t11。读头根据每个时隙的预测状态，生成一个fi位的向量IVi，并将向量IVi分为多个片段，如附图2中的IVi 0和IVi 1。读头将本轮识别的帧分成多个子帧。读头按顺序广播片段，每个片段之后紧跟着执行相应的子帧。当接收到广播片段后，与该片段对应的标签判断它对应的位的值是否为‘1’，若是，则计算在该片段中标签所在的位之前的‘1’的个数。如附图2中的t2，其在IVi 0对应的位为‘1’，且在标签对应位之前‘1’的位数为0，因此，t2在子帧0中的第一个时隙返回应答信息，并被读头标记为已确认现有标签，并在后面的识别过程中保持静默；若不是，该标签在本轮识别中保持静默，如附图2中的t1，t3和t6。在每个子帧中，读头检测每个时隙的实际状态，若有应答信息，则读头判断与该时隙所对应的标签是存在的，并且将未被确认的已知标签个数减一，并且每个返回应答信号的标签将在后面的识别过程中保持静默，如附图2中的t2和t5。若读头检测到子帧中的某个时隙为空，即可判断该时隙对应的标签为丢失标签，并且将未被确认的已知标签个数减一，如附图2中的t7。类似地，在第i+1轮识别过程中，读头可进一步判断出t4和t6是现有标签。
当射频识别系统要求的识别精度α＝0.9时，采用本发明所述含未知标签的射频识别系统的丢失标签识别方法与现有方法(包括IIP方法、SFMTI方法、RUNI方法)对射频识别系统的丢失标签进行检测，参见图3，虽然随着已知标签数量的增加，本发明所述含未知标签的射频识别系统的丢失标签识别方法和IIP方法的识别精度基本不变，SFMTI方法、RUNI方法的识别精度逐渐增加，但在已知标签数量相同的情况下，由于本发明有效抑制了射频识别系统中的未知标签，降低了未知标签对丢失标签识别过程的影响，本发明所述含未知标签的射频识别系统的丢失标签识别方法的与现有方法相比，识别精度最高，尤其是相当于SFMTI方法和RUNI方法，识别精度明显提高。
当射频识别系统要求的识别精度α＝0.9时，采用本发明所述含未知标签的射频识别系统的丢失标签识别方法与现有方法(包括IIP方法、SFMTI方法、RUNI方法)对射频识别系统的丢失标签进行检测，参见图4，随着具已知标签数量的增加，本发明所述含未知标签的射频识别系统的丢失标签识别方法与现有方法的识别时间均逐渐增加，在已知标签数量相同情况下，本发明所述含未知标签的射频识别系统的丢失标签识别方法的识别时间虽然相较于SFMTI方法较长，但相对于IIP方法和RUNI方法则较短，尤其相较于RUNI方法明显缩短。
当射频识别系统要求的识别精度α＝0.99时，采用本发明所述含未知标签的射频识别系统的丢失标签识别方法与现有方法(包括IIP方法、SFMTI方法、RUNI方法)对射频识别系统的丢失标签进行检测，参见图5，虽然随着已知标签数量的增加，本发明所述含未知标签的射频识别系统的丢失标签识别方法和IIP方法的识别精度基本不变，SFMTI方法、RUNI方法的识别精度逐渐增加，但在已知标签数量相同的情况下，由于本发明有效抑制了射频识别系统中的未知标签，降低了未知标签对丢失标签识别过程的影响，本发明所述含未知标签的射频识别系统的丢失标签识别方法的与现有方法相比，识别精度最高，尤其是相当于SFMTI方法和RUNI方法，识别精度明显提高。
当射频识别系统要求的识别精度α＝0.99时，采用本发明所述含未知标签的射频识别系统的丢失标签识别方法与现有方法(包括IIP方法、SFMTI方法、RUNI方法)对射频识别系统的丢失标签进行检测，参见图6，随着具已知标签数量的增加，本发明所述含未知标签的射频识别系统的丢失标签识别方法与现有方法的识别时间均逐渐增加，在已知标签数量相同情况下，本发明所述含未知标签的射频识别系统的丢失标签识别方法的识别时间虽然相较于IIP方法和SFMTI方法较长，但相对于RUNI方法明显缩短。
以上所举实施例仅用为方便举例说明本发明，并非对本发明保护范围的限制，在本发明所述技术方案范畴，所属技术领域的技术人员所作各种简单变形与修饰，均应包含在以上申请专利范围中。

Claims (5)

1.一种含未知标签的射频识别系统的丢失标签识别方法，其特征在于，所述射频识别系统由一个后台服务器、一个读头、N个已知标签和U个未知标签组成，其中，已知标签N包含P个现有标签和M个丢失标签，即N＝P+M，每个标签有一个唯一的96位ID，所述识别方法包括未知标签抑制和丢失标签识别两个过程，其具体步骤为：
(一)未知标签抑制
读头估计射频识别系统中未知标签的个数，进行第1轮未知标签抑制，进行第1轮未知标签抑制的具体步骤为：
读头设置帧长度f为N，生成随机数种子，读头基于帧长度、随机数种子以及每个已知标签的I D，预测当前帧每个时隙的状态，用f位的向量EV1表示，其中，若当前时隙的预测状态为空时隙，则对应位为“0”，否则为“1”；
读头广播帧长度和随机数种子，每个标签接收当前帧时隙的状态即可计算标签应答时隙编号；
读头逐一执行当前帧的每个时隙，每个标签在标签应答时隙内返回1位应答信息；
读头检测每个时隙的实际状态，用f位的向量AV1表示；
读头统计在EV1中时“0”，而在AV1中是“1”的位数，用n01表示，即可估计未知标签的数量为：
<mrow> <mover> <mi>U</mi> <mo>^</mo> </mover> <mo>=</mo> <mo>-</mo> <mi>f</mi> <mo>&amp;times;</mo> <mi>ln</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <msub> <mi>n</mi> <mn>01</mn> </msub> <mrow> <msup> <mi>fe</mi> <mrow> <mo>-</mo> <mfrac> <mi>N</mi> <mi>f</mi> </mfrac> </mrow> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
读头将向量EV1分成个片段并逐一广播，每个标签接到广播的片段后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程；
读头确定未知标签抑制过程的轮数r1；
在第2轮至第r1轮未知标签抑制过程中，读头对未被抑制的未知标签进行抑制；
(二)丢失标签识别
读头确定丢失标签识别过程的轮数为r2，并进行r2轮的丢失标签识别；读头在进行第i轮识别过程中，1＜i≤r2，读头先进行未知标签的抑制，再进行丢失标签的识别。
2.如权利要求1所述的含未知标签的射频识别系统的丢失标签识别方法，其特征在于，步骤(一)中，读头确定未知标签抑制过程的轮数r1时，通过公式(2)计算未知标签抑制过程的轮数r1，公式(2)的表达式如下：
式中，α为射频识别系统要求的识别精度，α∈[0,1)。
3.如权利要求1所述的含未知标签的射频识别系统的丢失标签识别方法，其特征在于，步骤(一)中，在第2轮至第r1轮未知标签抑制过程中，进行第i轮未知标签抑制，1＜i≤r1，其具体步骤为：
读头设置帧长度f为N，生成随机数种子，并广播帧长度和随机数种子，每个标签接收当前帧时隙的状态即可计算标签应答时隙编号；读头预测当前帧每个时隙的状态，并保存在f位的向量EVi中；
读头将向量EVi分成个片段，记为“EVi j”，读头逐一广播片段EVi j，每个标签接到广播的片段EVi j后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程。
4.如权利要求1所述的含未知标签的射频识别系统的丢失标签识别方法，其特征在于，步骤(二)中，读头确定丢失标签识别过程的轮数r2时，通过公式(3)计算丢失标签识别过程的轮数r2，公式(3)的表达式如下：
5.如权利要求1所述的含未知标签的射频识别系统的丢失标签识别方法，其特征在于，在第i轮丢失标签识别过程中，读头先进行未知标签的抑制，再进行丢失标签的识别时，其具体步骤为：
读头设置帧长度fi为未被确认的已知标签个数，生成随机数种子，并广播帧长度和随机数种子，每个标签接收读头广播的信息后即可计算标签应答时隙编号；读头预测当前帧每个时隙的状态，生成fi位的向量DVi，若当前时隙的预测状态为空时隙，则对应位为“0”，否则为“1”；读头将向量DVi分成个片段并逐一广播，每个标签接到广播的片段后，找出标签应答时隙所对应的位的信息，若为“0”，则判断自己为未知标签，即可进入休眠状态，不再参与后续的未知标签抑制和丢失标签识别过程；
读头根据每个时隙的预测状态，生成一个fi位的向量IVi，其中每位表示对应时隙的预测状态，若为单时隙，该位为“1”，若为非单时隙，该位为“0”；读头将向量IVi分成个片段，记为“IVi j”，将本轮识别的帧分成个子帧；读头按顺序广播片段IVi j，每个片段之后紧跟着执行相应的子帧，当每个标签接收到广播片段IVi j后，与广播片段IVi j对应的标签判断该标签对应的位的值是否为“1”，若是，则计算在广播片段IVi j中与广播片段IVi j对应的标签所在的位之前的“1”的个数，假设为ω，则与广播片段IVi j对应的标签在与广播片段IVi j对应的子帧中的第ω个时隙返回一个1位的应答信息，若不是，与广播片段IVi j对应的在本轮识别中保持静默；在每个子帧中，读头检测每个时隙的实际状态，若有应答信息，则读头判断与应答时隙所对应的标签是存在的，将未被确认的已知标签个数减一，每个返回应答信号的标签将在后面的识别过程中保持静默，若读头检测到子帧中的某个时隙为空，即可判断该时隙对应的标签为丢失标签，并将未被确认的已知标签个数减一。
CN201710311783.9A 2017-05-05 2017-05-05 含有未知标签的射频识别系统的丢失标签识别方法 Expired - Fee Related CN107145807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710311783.9A CN107145807B (zh) 2017-05-05 2017-05-05 含有未知标签的射频识别系统的丢失标签识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710311783.9A CN107145807B (zh) 2017-05-05 2017-05-05 含有未知标签的射频识别系统的丢失标签识别方法

Publications (2)

Publication Number Publication Date
CN107145807A CN107145807A (zh) 2017-09-08
CN107145807B true CN107145807B (zh) 2018-05-01

Family

ID=59776792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710311783.9A Expired - Fee Related CN107145807B (zh) 2017-05-05 2017-05-05 含有未知标签的射频识别系统的丢失标签识别方法

Country Status (1)

Country Link
CN (1) CN107145807B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784247B (zh) * 2017-10-23 2020-12-15 中国石油大学(华东) 匿名射频识别系统分阶段丢失关键标签识别方法
CN107644185B (zh) * 2017-10-23 2018-06-01 中国石油大学(华东) 匿名射频识别系统基于向量的丢失关键标签的识别方法
CN108510027B (zh) * 2018-04-02 2020-11-13 太原理工大学 一种基于大规模rfid系统中标签估算和时隙配对的方法
CN109241803B (zh) * 2018-09-28 2019-05-10 中石化石油工程设计有限公司 基于sze的大规模分组rfid系统的丢失标签冰山查询方法
CN109344673B (zh) * 2018-09-28 2021-03-12 中国石油大学(华东) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法
CN109255275B (zh) * 2018-09-28 2019-07-16 中国石油大学(华东) 基于shze的大规模分组rfid系统的丢失标签冰山查询方法
CN110378158B (zh) * 2019-07-23 2023-03-28 中国石油大学(华东) 基于分段的大规模rfid系统概率性克隆攻击识别方法
CN110852129B (zh) * 2019-11-11 2021-12-10 湖南大学 一种动态标签估计方法
CN111741454B (zh) * 2020-06-10 2024-04-02 宜澈电气(上海)有限公司 基于虚拟向量Aloha协议的RFID标签数量估计系统及估计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024134A (zh) * 2010-10-27 2011-04-20 北京邮电大学 一种高效rfid多标签防碰撞识别方法
CN102999739A (zh) * 2011-09-16 2013-03-27 北京邮电大学 Rfid标签及识别方法和装置
CN103679092A (zh) * 2013-08-26 2014-03-26 广西南宁市东森动力信息科技有限公司 基于反馈机制的rfid防碰撞算法
CN106503759A (zh) * 2016-10-19 2017-03-15 中国石油大学(华东) 匿名分组rfid系统的丢失标签检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024134A (zh) * 2010-10-27 2011-04-20 北京邮电大学 一种高效rfid多标签防碰撞识别方法
CN102999739A (zh) * 2011-09-16 2013-03-27 北京邮电大学 Rfid标签及识别方法和装置
CN103679092A (zh) * 2013-08-26 2014-03-26 广西南宁市东森动力信息科技有限公司 基于反馈机制的rfid防碰撞算法
CN106503759A (zh) * 2016-10-19 2017-03-15 中国石油大学(华东) 匿名分组rfid系统的丢失标签检测方法

Also Published As

Publication number Publication date
CN107145807A (zh) 2017-09-08

Similar Documents

Publication Publication Date Title
CN107145807B (zh) 含有未知标签的射频识别系统的丢失标签识别方法
CN108633106B (zh) 一种随机接入回退后的随机接入及指示方法、装置
EP2932613B1 (en) Adaptive channel reuse mechanism in communication networks
EP1072128B1 (en) Method and system of identifying wireless units
CN107784247B (zh) 匿名射频识别系统分阶段丢失关键标签识别方法
CN106997577A (zh) 一种订单策略动态调整方法及装置
CN107644185B (zh) 匿名射频识别系统基于向量的丢失关键标签的识别方法
CN107038398B (zh) 匿名多组射频识别系统的丢失标签非确定性并行检测方法
CN108520190A (zh) 基于Hash函数的RFID读卡器时隙分组或映射多目标标签的识别方法
CN103250452B (zh) 邻近身份指示码的发送方法、用户设备及基站
CN106503759B (zh) 匿名分组rfid系统的丢失标签检测方法
CN112055299B (zh) Tof基站调度方法及其装置
CN110378158B (zh) 基于分段的大规模rfid系统概率性克隆攻击识别方法
CN109117687B (zh) 基于hze的大规模分组rfid系统的丢失标签冰山查询方法
US9756636B2 (en) Method for transmission of messages having different priority levels between transmitter-receiver nodes of an ad hoc network
CN109344673B (zh) 基于ssze的大规模分组rfid系统的丢失标签冰山查询方法
US10306585B2 (en) Signal determining method and apparatus
US20100046425A1 (en) Random access preamble selection
CN112836540A (zh) 大规模匿名rfid系统中概率性克隆攻击的检测方法
CN109255275B (zh) 基于shze的大规模分组rfid系统的丢失标签冰山查询方法
CN103947148A (zh) 一种非连续传输检测装置及方法
CN105450375B (zh) 一种分布式资源分配方法和节点设备
CN112788778B (zh) 一种数据发送方法和装置
CN109241803B (zh) 基于sze的大规模分组rfid系统的丢失标签冰山查询方法
WO2021043098A1 (zh) Nprs测量方法、终端及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180501

Termination date: 20210505